Блог

как анимированная гистограмма на Python : Как заставить панель автоматически менять свое положение. Например, в приведенном ниже примере кода, в то время как для таких стран, как США, имеющих больше значений, полоса должна постепенно двигаться вверх.

 import plotly.express as px

import pandas as pd
import plotly.graph_objects as go
import numpy as np 

url='https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv'

def read_file(url):
    df = pd.read_csv(url)
    return df

def filter_specific_country(df, selected_countries):
    df1=df[df['Country/Region'].isin(selected_countries) ]
    countrywise_grouped_df = df1.groupby(df['Country/Region']).sum().drop(['Lat','Long'], axis=1)
    countrywise_grouped_df
    return countrywise_grouped_df

def transpose_and_reformat_data(df):
    df_t=df.transpose()
    df_t.reset_index(inplace=True)
    df_t.rename(columns={'Country/Region':'Index_Col', 'index':'Dates'}, inplace=True)
    return df_t

confirmed_dataset = read_file(url)
selected_countries=['India','China','Italy','Spain','France','Australia','Germany','Japan','Korea, South','Pakistan',
                    'Russia','United Kingdom','Canada','Iran','Brazil','Singapore','South Africa','US']
ds=filter_specific_country(confirmed_dataset,selected_countries)
data=transpose_and_reformat_data(ds).melt(id_vars=["Dates"], var_name="Country", value_name="Confirmed_Count")
#plot_title="Global Spread of Covid-19 : (Selected Countries)"
plot_title='Visualizing the spread of Novel Coronavirus COVID-19 (2019-nCoV) - Created by Dibyendu Banerjee'
fig = px.bar(data, y="Country", x="Confirmed_Count", color="Country",
  animation_frame="Dates", range_x=[1,14000000], orientation='h' )
fig.update_layout(title=plot_title,yaxis_title='Countries', xaxis_tickangle=90, font=dict(family="Arial",size=10,color="#7f7f7f"))
fig.show()
 

Насколько я знаю, трассировка гистограмм с помощью potly невозможна. Уже существует специальная библиотека, которую я буду использовать, чтобы ответить на ваш вопрос. Поскольку данные находятся на ежедневном уровне, их воспроизведение займет много времени, поэтому мне нужно будет пересчитать или обобщить данные по годам.

 from raceplotly.plots import barplot
import plotly.express as px
import plotly.graph_objects as go

import pandas as pd
import numpy as np 

url='https://raw.githubusercontent.com/CSSEGISandData/COVID-19/master/csse_covid_19_data/csse_covid_19_time_series/time_series_covid19_confirmed_global.csv'

def read_file(url):
    df = pd.read_csv(url)
    return df

def filter_specific_country(df, selected_countries):
    df1=df[df['Country/Region'].isin(selected_countries) ]
    countrywise_grouped_df = df1.groupby(df['Country/Region']).sum().drop(['Lat','Long'], axis=1)
    countrywise_grouped_df
    return countrywise_grouped_df

def transpose_and_reformat_data(df):
    df_t=df.transpose()
    df_t.reset_index(inplace=True)
    df_t.rename(columns={'Country/Region':'Index_Col', 'index':'Dates'}, inplace=True)
    return df_t

confirmed_dataset = read_file(url)
selected_countries=['India','China','Italy','Spain','France','Australia','Germany','Japan','Korea, South','Pakistan',
                    'Russia','United Kingdom','Canada','Iran','Brazil','Singapore','South Africa','US']
ds=filter_specific_country(confirmed_dataset,selected_countries)
data=transpose_and_reformat_data(ds).melt(id_vars=["Dates"], var_name="Country", value_name="Confirmed_Count")

covid_race = barplot(data, item_column='Country', value_column='Confirmed_Count',time_column='Dates')
covid_race.plot(item_label='Top 10 crops', value_label = 'Covid Confirmed Count', date_format='%Y/%m/%d', frame_duration=800)